COVID-19 and the decline of active social media engagement
Notice bibliographique
Résumé
Purpose The COVID-19 pandemic triggered an increase in online traffic, with many assuming that this technology would facilitate coping through active social connections. This study aims to interrogate the nature of this traffic-engagement relationship by distinguishing between passive (e.g. browsing) and active (e.g. reacting, commenting and sharing) engagement, and examining behavioral shifts across platforms. Design/methodology/approach Three field studies assessed changes in social media engagement during the COVID-19 pandemic. These studies included social media engagement with the most followed accounts (Twitter), discussion board commenting (Reddit) and news content sharing (Facebook). Findings Even though people spent more time online during the pandemic, the current research finds people were actively engaging less. Users were reacting less to popular social media accounts, commenting less on discussion boards and even sharing less news content. Research limitations/implications While the current work provides a systematic observation of engagement during a global crisis, it does not claim causality based on its correlational nature. Future research should test potential mechanisms (e.g. anxiety, threat and privacy) to draw causal inference and identify possible interventions. Practical implications The pandemic shed light on a complex systemic issue: the misunderstanding and oversimplification of how online platforms facilitate social cohesion. It encourages thoughtful consideration of online social dynamics, emphasizing that not all engagement is equal and that the benefits of connection may not always be realized as expected. Originality/value This research provides a postmortem on the traffic-engagement relationship, highlighting that increased online presence does not necessarily translate to active social connection, which might help explain the rise in mental health issues that emerged from the pandemic.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».